一、学院及专业优势简介
中国人民大学继续教育学院是学校继续教育体制机制改革创新的示范平台,是学校服务社会的重要渠道,是构建终身教育体系和建设学习型社会的重要桥梁,也是学校“双一流”建设的重要组成部分。面向未来,作为举办综合性、跨学科继续教育项目的校级专业机构,中国人民大学继续教育学院将按照“高起点、有特色、高水平、现代化”的发展目标,通过体制机制创新,整合资源、形成合力,实现转型升级,不断提高生源质量和办学水平,并积极引进国内外先进的继续教育理念和前沿的教学技术,注重培训方式的研究与创新,打造出高品质的人大培训的品牌,建成国内领先、国际知名的继续教育平台,有效助力学校世界一流大学和一流学科建设。
培养目标及应用范围
【培养目标】
通过在职课程培训班课程的学习,使得学员具有坚实的金融计算、科学计算与大数据理论基础,掌握全面系统的金融计算和科学计算方向专门知识, 能够熟练应用数学软件解决经济金融理论和实践中的重要问题; 成为拥有扎实科学计算理论功底的经济金融领域的高端人才。
【特色方向】
计算数学专业侧重在三个方向对学员进行培养: 1.大数据挖掘与机器学习方向;2.金融工程与风险管理方向;3.信息与科学计算方向;4.大数据与人工智能方向; 5.数据库与软件工程方向。
【招生对象】
涉及数据的最优化计算问题,概率统计计算问题,在工作中需要研究有关的数学和逻辑问题怎样由计算机加以有效解决的实际问题的各类从业人员,包括互联网、金融证券、医疗、信息技术等领域。
部分师资介绍
拟授课老师 | 职称(行政兼职) | 研究方向或领域 |
郑志勇 | 教授,博士生导师,中国人民大学数学学院院长,国家杰出青年基金获得者,香港求是杰出青年学者奖获得者,美国Princeton大学高级访问学者,享受政府特殊津贴。 | 解析数论与代数数论,在指数和与特征和的几何理论以及函数域的解析理论等领域上有突破性贡献,部分改进了A.Weil教授与华罗庚教授有关指数和上界估计的经典结果,受到国际学术界的重视和好评,曾受邀在美国举办的千年数论大会上做综述报告。 |
龙永红 | 教授,博士生导师,中国人民大学教务处长,教育部高等学校教学指导委员会副主任委员,获得宝钢优秀教师奖,北京市优秀教师。 | 概率论和随机过程及其应用,数理经济与数理金融,计量经济学,实验经济学,拍卖的数学理论,实证金融与风险管理,在国内率先开展经济学的实验研究。 |
柯媛元 | 教授,博士生导师,中国人民大学数学学院副院长,北京市青年教学名师,获得宝钢优秀教师奖。 | 具退化性及奇异性的非线性扩散方程,获得国家自然科学基金青年基金项目和面上项目。 |
韩丽涛 | 副教授,硕士生导师,中国人民大学数学学院副院长,获得教育部高等学校科学技术奖自然科学奖二等奖,中国人民大学首次“杰出学者支持计划”授予“杰出学者”青年学者称号。 | 动力系统,生物数学与生物统计,获得国家自然科学基金青年基金项目和面上项目。 |
二、课程安排
在职课程培训班开设课程包括:
类别 | 课程名称 | 学分 | 课程介绍 |
必修课 | 中国特色社会主义理论与实践研究 | 2 | 政治理论课 |
必修课 | 数值分析 | 3 | 主要介绍数据逼近、数值代数、数值积分和数值微分等。 |
必修课 | 金融经济中的计算方法 | 3 | 主要介绍经济金融理论中的重要算法和取样技术。 |
必修课 | 高等数理统计 | 3 | 主要介绍数理统计的基本概念,抽样分布理论,参数估计的理论与方法、统计假设检验的主要方法、统计决策理论等。 |
必修课 | 语言基础 | 3 | 语言基础课 |
必修课 | 自然辩证法概论 | 1 | 政治理论课 |
必修课 | 数学软件 | 2 | 主要介绍常见软件的基本编程技术和使用方法。 |
必修课 | 学术规范和论文写作 | 1 | 主要讲述学术论文写作的规范和技巧 |
必修课 | 数值优化 | 3 | 介绍数值优化的基本理论和算法设计,以及在经济管理科学中的经典应用。 |
必修课 | 数量经济分析方法 | 3 | 主要介绍经济系统分析、经济计量分析、经济决策与对策、投入产出分析、经济预测等。 |
必修课 | 大数据与机器学习 | 3 | 主要介绍大数据与机器学习的基本原理和方法,旨在运用数据学习软件解决实际问题。 |
必修课 | 微分方程数值解 | 3 | 主要介绍当今流行的两类微分方程数值解法:有限差分法和有限元方法,以及近年发展起来的最新数值方法、技巧和算法实例。 |
必修课 | 最优化理论及其计算方法 | 3 | 介绍线性规划的单纯形法、对偶理论,非线性规划的对偶理论、经典算法,及其在经济金融问题中的应用。 |
必修课 | 组合优化与算法设计 | 3 | 介绍组合优化的常见算法、算法基本理论和算法设计,及其在经济管理科学中的经典应用。 |
选修课 | 金融数学模型 | 3 | 介绍经典的离散金融数学模型和连续金融模型,包括CAPM模型、APT模型、多因素模型、利率期限结构模型等。 |
选修课 | 生物医学计算 | 3 | 介绍生物医学领域中的主要计算技术和方法。 |
大数据挖掘与机器学习方向 | 大数据分析 | 介绍预测性分析、可视化分析、数据分析法等 | |
数据挖掘 | 主要介绍数据预处理、特征化与比较、数据挖掘活动中所要用到的方法、算法和路径等。 | ||
金融工程与风险管理方向 | 量化投资 | 量化投资理论、分类及应用等。 | |
风险管理 | 介绍风险管理的基本技能与基本方法 | ||
信息与科学计算方向 | 程序设计 | 介绍针对特定问题程序的过程,往往以某种程序设计语言为工具,给出这种语言下的程序。过程一般包括分析、设计、编码、测试、排错等不同阶段。 | |
数据建模 | 根据实际问题来建立数学模型,对数学模型来进行求解,然后根据结果解决实际问题。是一种数学的思考方法,是运用数学的语言和方法,通过抽象、简化建立能近似刻画并"解决"实际问题的一种强有力的数学手段。 | ||
大数据与人工智能 | 模式识别 | 主要介绍对数据中模式和规律的自动识别。对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释 | |
人工智能导论 | 主要介绍人工智能在实际问题中的应用和集成,以及方法实现所需要的条件 | ||
数据库与软件工程 | 数据库系统 | 数据库系统(Database System)是一种操纵和管理数据库的大型软件,用于建立、使用和维护数据库。主要讲解数据库系统的具体实现过程。 | |
软件工程 | 研究用工程化方法构建和维护有效的、实用的和高质量的软件的学科。它涉及到程序设计语言,数据库,软件开发工具,系统平台,标准,设计模式等方面。 | ||
本专业侧重在三个方向对学员进行培养:1.信息与科学计算方向;2.金融工程与风险管理方向;3.大数据挖掘与机器学习方向。每个方向会根据实际需要设置2门选修课程。 |
注:课程设置参照当年最新培养方案及教学计划。
三、教学办法
1、采取线上线下相结合的方式。
2、上课时间:周六、日上课,上课时间上午9点—下午4点(午休时间为1.5小时)。
3、授课地点:中国人民大学。
四、学习期限
在职课程培训班学习时间一年半。
五、报名条件
1、遵纪守法,品行端正,身体健康,能坚持在职学习者;
2、受教育背景,符合下列条件之一者:
☆大学本科毕业,并获得学士学位者;
☆大专学历,旨在提高本人业务素质者,也可参加培训班课程的学习。
六、报名流程和联系方式
现场报名办法
(1)到报名地点注册,登记报名。
(2)填写在职课程培训班报名登记表。
(3)本人最后毕业证、学位证、身份证三个证书复印件。
(4)2寸同底彩色证件照4张。
七、收费标准
总培训费33000元,书费、资料费自理。培训费一次性交清。
八、证书
1、学员完成课程设置中所规定的课程并考试(考核)成绩合格者即可结业。
2、结业学员经学校审核,可获颁发结业证书。